LiSTAR：面向自动驾驶 4D LiDAR 序列的射线中心世界模型
计算机视觉与模式识别
2025-11-21 v1
摘要
合成高保真且可控的 4D LiDAR 数据对于创建可扩展的自动驾驶仿真环境至关重要。由于传感器的独特球面几何、点云的时序稀疏性以及动态场景的复杂性，这一任务具有 inherent 挑战。为此，我们提出了 LiSTAR，一种直接作用于传感器本机几何的新型生成式世界模型。LiSTAR 引入混合柱面-球面（Hybrid-Cylindrical-Spherical, HCS）表示，通过减轻常见于笛卡尔网格中的量化伪影来保持数据保真度。为从稀疏时序数据中捕捉复杂动态，LiSTAR 使用基于射线中心的时空注意力变换器（Spatio-Temporal Attention with Ray-Centric Transformer, START），该变换器显式地对单个传感射线上的特征演化进行建模，以实现稳健的时序一致性。此外，为实现可控合成，我们提出了一种新的 4D 点云对齐体素布局用于条件化，以及相应的离散掩码生成式 START（Masked Generative START, MaskSTART）框架，后者学习场景的紧凑、标记化表示，实现高效、高分辨率和布局导向的组合生成。全面的实验验证表明，LiSTAR 在 4D LiDAR 重建、预测和条件生成方面实现了业界最佳性能，取得显著的量化提升：生成 MMD 降低最多 76%，重建 IoU 提升 32%，预测 L1 中位数降低 50%。这一水平的性能为创建真实且可控的自动驾驶系统仿真提供了强大的新基础。项目链接：https://ocean-luna.github.io/LiSTAR.gitub.io。
引用
@article{arxiv.2511.16049,
title = {LiSTAR: Ray-Centric World Models for 4D LiDAR Sequences in Autonomous Driving},
author = {Pei Liu and Songtao Wang and Lang Zhang and Xingyue Peng and Yuandong Lyu and Jiaxin Deng and Songxin Lu and Weiliang Ma and Xueyang Zhang and Yifei Zhan and XianPeng Lang and Jun Ma},
journal= {arXiv preprint arXiv:2511.16049},
year = {2025}
}